提高商业黄金纳米粒子侧流测试的灵敏度:对色度和光热方法的比较研究
Jully Blackshare1, Hansel A Mina2, Amanda J Deering2
1Applied Optics Laboratory, School of Mechanical Engineering, Purdue University, West Lafayette, IN 47907, USA.
Sensors (Basel, Switzerland)
|August 28, 2025
概括
这项研究提高了侧流检测 (LFA) 检测食物传播病原体的灵敏度. 使用机器学习的色度测量方法实现了比光热成像更低的检测极限.
科学领域:
- 生物传感
- 护理点诊断
- 食品安全问题
背景情况:
- 侧流测试 (LFA) 广泛用于快速诊断,但敏感性较低.
- 对于目前的LFA来说,检测低于法规限制的食源性病原体仍然是一个挑战.
研究的目的:
- 评估光热斑点成像和色度线强度分析以提高LFA灵敏度.
- 改善商业上可用的LFA对食源性病原体的检测极限
主要方法:
- 光热成像测量折射率从金纳米粒子等离子加热转移.
- 使用智能手机图像和机器学习进行色度分析 (用LASSO进行后勤回归).
主要成果:
- 光热方法实现了2.13 × 10^5 CFU/mL的检测极限.
- 通过色度测量方法获得了10^5 CFU/ml的LOD.
- 通过色度分析,可以预测细菌度的数量.
结论:
- 与视觉解释相比,这两种方法都提高了LFA的灵敏度.
- 测色方法提供了定量分析,增强了它的实用性.
- 光学和计算增强可以显著改善未经修改的商业LFA实时监测食品安全.


